双目立体匹配方法、设备和介质组成比例

本申请公开了一种双目立体匹配方法、设备和介质。该方法包括：将第一图像划分成多个第一图像子区域；每个第一图像子区域均包含拍摄对象的轮廓信息；从第二图像中确定与各第一图像子区域相匹配的第二图像子区域；第一图像为左侧相机采集的拍摄对象的图像，第二图像为右侧相机采集的拍摄对象的图像；针对每一第一图像子区域中的每个第一像素点，从相匹配的第二图像子区域中确定与第一像素点相匹配的第二像素点；基于各第一像素点和相匹配的第二像素点进行双目立体匹配。采用本申请的方法，可以提高双目立体匹配的准确性。提高双目立体匹配的准确性。提高双目立体匹配的准确性。

【技术实现步骤摘要】
双目立体匹配方法、设备和介质


[0001]本公开一般涉及计算机视觉
，具体涉及图像处理
，尤其涉及一种双目立体匹配方法、设备和介质。

技术介绍

[0002]目前，双目立体视觉匹配广泛地应用于虚拟现实、巡线无人机作业、智能车、非接触测距等

[0003]现有技术中，可以采用局部立体匹配算法、全局立体匹配算法或者半全局匹配算法进行立体匹配，即确定双目图像(例如，双目摄像机拍摄的左右目图像)中的匹配像素点，从而基于匹配像素点进行双目立体匹配(例如，生成视差图)。
[0004]然而，由于双目图像中存在重复纹理特征和弱纹理特征，上述特征的存在会对确定匹配像素点造成干扰，例如，对于左目图像中的一个像素点，会在右目图像中匹配出多个像素点，从而影响双目立体匹配的准确性。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种双目立体匹配方法、设备和介质，采用本申请的方法，可以提高双目立体双目匹配的准确性。
[0006]第一方面，提供一种双目立体匹配方法，该方法包括：
[0007]将第一图像划分成多个第一图像子区域；每个第一图像子区域均包含拍摄对象的轮廓信息；
[0008]从第二图像中确定与各第一图像子区域相匹配的第二图像子区域；第一图像为左侧相机采集的拍摄对象的图像，第二图像为右侧相机采集的拍摄对象的图像；
[0009]针对每一第一图像子区域中的每个第一像素点，从相匹配的第二图像子区域中确定与第一像素点相匹配的第二像素点；
[0010]基于各第一像素点和相匹配的第二像素点进行双目立体匹配。
[0011]第二方面，提供了一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行程序时，实现上述第一方面以及第一方面任意一种可能的实现方式的方法的步骤。
[0012]第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现上述第一方面以及第一方面任意一种可能的实现方式的方法的步骤。
[0013]第四方面，提供一种计算机程序产品，计算机程序产品包括指令，当指令被运行时，实现上述第一方面以及第一方面任意一种可能的实现方式的方法的步骤。
[0014]现有技术在进行双目立体视觉匹配时，由于双目图像中存在重复纹理特征和弱纹理特征，上述特征的存在会对确定匹配像素点造成干扰，例如，对于左目图像中的一个像素点，会在右目图像中匹配出多个像素点，从而影响双目立体匹配的准确性。
[0015]采用本申请的方法在进行双目立体匹配时，首先，可以将第一图像进行划分成多
个均包含被拍摄对象的轮廓信息的第一图像子区域。进一步，在确定第二图像中与各个第一图像子区域匹配的第二图像子区域时。由于各个第一图像子区域均包含被拍摄对象的轮廓信息，而被拍摄对象的轮廓信息可以提高双目立体匹配的准确度。另外，在从第二图像中确定与第一图像中的第一像素点相匹配的第二像素点时，先进行了区域级别的匹配，即在第二图像中确定与第一图像的第一图像子区域匹配的第二图像区域。然后在第二图像子区域内进行像素级别的匹配，即在第二图像子区域中确定与第一图像子区域中的第一像素点相匹配的第二像素点，缩小了对第二像素点的搜索范围，减小了运算量，缩短了运算时长。
[0016]综上，采用本申请的方法，不仅可以提高双目立体匹配的准确度。另外，可以基于区域级别和像素级别的匹配，缩小确定与第一像素点相匹配的第二像素点的搜索范围，从而可以缩短双目立体匹配过程的计算时长。因此，采用本申请的方法，可以提高双目立体匹配的效率。
附图说明
[0017]通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
[0018]图1为本申请实施例提供的双目立体匹配方法的流程图；
[0019]图2为本申请实施例提供的双目立体匹配方法的另一流程图；
[0020]图3为本申请实施例提供的双目立体匹配方法的另一流程图；
[0021]图4为本申请实施例提供的双目立体匹配方法的另一流程图；
[0022]图5为本申请实施例提供的双目立体匹配方法的另一流程图；
[0023]图6为本申请实施例提供的双目立体匹配方法的另一流程图；
[0024]图7为本申请实施例提供的双目立体匹配方法的另一流程图；
[0025]图8为本申请实施例提供的一个特征金字塔采样的结构图；
[0026]图9为本申请实施例提供的双目立体匹配装置的结构示意图；
[0027]图10为本申请实施例提供的电子设备的结构框图。
具体实施方式
[0028]下面结合实施例和附图对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与专利技术相关的部分。
[0029]需要说明的是，在不冲突的情况下，本申请中的实施例即实施例的特征可以互相结合。下面将参考附图并结合实施例来详细说明本申请。
[0030]近年来，基于人工智能的计算机视觉、深度学习、机器学习、图像处理、图像识别等技术研究取得了重要进展。人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸人的智能的理论、方法、技术及应用系统的新兴科学技术。人工智能学科是一门综合性学科，涉及芯片、大数据、云计算、物联网、分布式存储、深度学习、机器学习、神经网络等诸多技术种类。计算机视觉作为人工智能的一个重要分支，具体是让机器识别世界，计算机视觉技术通常包括人脸识别、活体检测、指纹识别与防伪验证、生物特征识别、人脸检测、行人检测、目标检测、行人识别、图像处理、图像识别、图像语义理解、图像检索、文字识别、
视频处理、视频内容识别、三维重建、虚拟现实、增强现实、同步定位与地图构建(SLAM)、计算摄影、机器人导航与定位等技术。随着人工智能技术的研究和进步，该项技术在众多领域展开了应用，例如安全防控、城市管理、交通管理、楼宇管理、园区管理、人脸通行、人脸考勤、物流管理、仓储管理、机器人、智能营销、计算摄影、手机影像、云服务、智能家居、穿戴设备、无人驾驶、自动驾驶、智能医疗、人脸支付、人脸解锁、指纹解锁、人证核验、智慧屏、智能电视、摄像机、移动互联网、网络直播、美颜、美妆、医疗美容、智能测温等领域。
[0031]现有技术中，在进行双目立体视觉匹配时，由于双目图像中存在重复纹理特征和弱纹理特征，上述特征的存在会对确定匹配像素点造成干扰，例如，对于左目图像中的一个像素点，会在右目图像中匹配出多个像素点，从而影响双目立体匹配的准确性。
[0032]本申请提供的双目立体匹配方法，可以由车载终端、相机、手机等电子设备执行，也可以由服务端执行。
[0033]可选的，在本申请的另一实施例中，图1为本申请实施例提供的双目立体匹配方法的流程图，具体地，可以参考图1，该本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种双目立体匹配方法，其特征在于，所述方法包括：将第一图像划分成多个第一图像子区域；每个所述第一图像子区域均包含拍摄对象的轮廓信息；从第二图像中确定与各所述第一图像子区域相匹配的第二图像子区域；所述第一图像为左侧相机采集的所述拍摄对象的图像，所述第二图像为右侧相机采集的所述拍摄对象的图像；针对每一所述第一图像子区域中的每个第一像素点，从相匹配的第二图像子区域中确定与所述第一像素点相匹配的第二像素点；基于各所述第一像素点和相匹配的第二像素点进行双目立体匹配。2.根据权利要求1所述的方法，其特征在于，所述将第一图像划分成多个第一图像子区域，包括：确定所述第一图像对应的梯度图像，并确定所述第一图像中的梯度区域和噪声区域；对所述噪声标记处理后的第一图像进行区域划分，获得多个初始图像子区域；每个所述初始图像子区域包含梯度区域和/或噪声区域；将所述多个初始图像子区域中仅包含噪声区域的图像子区域与包含梯度的图像子区域进行区域合并，获得所述多个第一图像子区域；或者，对所述仅包含噪声区域的图像子区域进行过滤处理，获得所述多个第一图像子区域。3.根据权利要求2所述的方法，其特征在于，所述第一图像为左侧相机采集的所述拍摄对象的原始图像进行尺寸变换处理后得到的图像；所述确定所述第一图像对应的梯度图像，包括：对所述原始图像进行目标数量次第一尺寸变换处理，获得目标数量个不同尺寸的候选图像；所述候选图像的尺寸小于或等于所述原始图像；所述第一图像为所述目标数量不同尺寸的候选图像中尺寸最小的候选图像；对所述第一图像进行梯度处理，获得所述梯度图像。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，所述第一图像为左侧相机采集的所述拍摄对象的原始图像进行尺寸变换处理后得到的图像；所述基于各所述第一像素点和相匹配的第二像素点进行双目立体匹配，包括：针对所述第一图像，基于所述第一图像中各所述第一像素点以及与每一所述第一像素点相匹配的第二像素点之间的像素差值，生成所述第一图像的视差图；基于所述第一图像的视差图生成所述原始图像的视差图。5.根据权利要求4所述的方法，其特征在于，所述基于所述第一图像的视差图生成所述原始图...

【专利技术属性】
技术研发人员：胡刚，
申请(专利权)人：北京旷视科技有限公司，
类型：发明
国别省市：